文档

MongoDB(无分片键)同步至MongoDB(分片集群架构)

更新时间:
重要

本文中含有需要您注意的重要提示信息,忽略该信息可能对您的业务造成影响,请务必仔细阅读。

数据传输服务DTS(Data Transmission Service)支持在源端MongoDB的数据中分片键字段缺失的情况下,将数据同步至分片集群架构的MongoDB中,并指定分片键的默认值。本文以云数据库MongoDB版(副本集架构)为源且云数据库MongoDB版(分片集群架构)为目标,为您介绍同步操作的步骤。

前提条件

  • 已创建目标云数据库MongoDB版(分片集群架构)。创建方式,请参见创建分片集群实例

    说明
  • 目标云数据库MongoDB版的存储空间比源云数据库MongoDB版占用的存储空间大,建议目标端比源端的存储空间大10%。

  • 根据业务需要,在目标云数据库MongoDB版中创建需要分片的数据库和集合、配置数据分片、开启Balancer并进行预分片。更多信息,请参见设置数据分片以充分利用Shard性能如何处理分片集群架构的MongoDB数据分布不均衡

    说明

    配置数据分片可避免数据被同步至同一Shard,导致无法发挥集群性能;开启Balancer并进行预分片可以避免数据倾斜问题。

注意事项

类型

说明

源库限制

  • 带宽要求:源库所属的服务器需具备足够出口带宽,否则将影响数据同步速率。

  • 待同步的集合需具备主键或唯一约束,且字段具有唯一性,否则可能会导致目标数据库中出现重复数据。

  • 如同步对象的粒度为集合,且需进行编辑(如集合的名称映射),则单次同步任务最多支持同步1000个集合。当超出数量限制,任务提交后会显示请求报错,此时建议您拆分待同步的集合,分批配置多个任务,或者配置整库的同步任务。

  • 若源MongoDB为分片集群实例,则源Mongos节点的数量不能超过10个。

  • 需开启Oplog日志,否则预检查阶段提示报错,且无法成功启动数据同步任务。

    说明

    DTS要求源数据库的Oplog日志至少保留7天以上,否则DTS可能因无法获取Oplog日志而导致任务失败,极端情况下甚至可能会导致数据不一致或丢失。由于您所设置的Oplog日志保存时间低于DTS要求的时间进而导致的问题,不在DTS的SLA保障范围内。

  • 源库的操作限制:

    • 在结构同步和全量同步阶段,请勿执行库或集合的结构变更,否则数据同步任务会失败。

    • 如仅执行全量数据同步,请勿向源实例中写入新的数据,否则会导致源和目标数据不一致。为实时保持数据一致性,建议选择结构同步、全量数据同步和增量数据同步。

  • 暂不支持同步包含TTL(Time To Live)索引的集合。若待同步的数据库中包含TTL索引,则可能会由于源库和目标库时区、时钟等的不一致,导致数据不一致。

  • 请确保分片集群架构的MongoDB实例中没有孤立文档,否则可能会导致数据不一致甚至任务失败。更多信息,请参见孤立文档如何清理MongoDB(分片集群架构)的孤立文档?

其他限制

  • 同步过程中源端新增的集合,不支持设置分片键的默认值。

  • 当源端为非分片集群,目标端为阿里云MongoDB(分片集群架构)时会进入配置库表字段阶段。

  • 当目标MongoDB(分片集群架构)的版本低于4.4时,配置库表字段阶段设置的ShardKey默认值才会生效,DTS根据您设置的默认值对原数据进行填充后写入到目标端;若目标MongoDB(分片集群架构)为4.4及以上版本,配置库表字段阶段设置的默认值不生效,DTS默认将原数据写入到目标端。

  • 建议源和目标库的MongoDB的数据库版本保持一致,或者从低版本同步到高版本以保障兼容性。如为高版本同步至低版本,可能存在数据库兼容性问题。

  • 不支持同步admin和local库中的数据。

  • 若目标集合存在唯一索引或目标集合的capped属性为true时,则在增量同步阶段该集合不支持并发回放(只支持单线程写入),从而可能会导致任务延迟增高。

  • 不保留事务信息,即源库中的事务同步到目标库时会转变为单条的记录。

  • 执行数据同步前需评估源库和目标库的性能,同时建议业务低峰期执行数据同步。否则全量数据同步时DTS占用源和目标库一定读写资源,可能会导致数据库的负载上升。

  • 由于全量数据同步会并发执行INSERT操作,导致目标数据库的集合产生碎片,因此全量同步完成后目标数据库的集合存储空间会比源实例的集合存储空间大。

  • 在DTS同步期间,不允许有除DTS外的数据写入目标库,否则会导致源库与目标库数据不一致。

  • DTS会尝试恢复七天之内同步失败任务。因此业务切换至目标实例前,请务必结束或释放该任务,或者回收DTS访问目标实例账号的写权限。避免该任务被自动恢复后,源端数据覆盖目标端的数据。

  • 由于DTS写入数据的逻辑为并发写入,所以会导致目标端占用的存储空间比源端大5%~10%。

  • 目标端MongoDB的count数量需要使用db.$table_name.aggregate([{ $count:"myCount"}])语法查询。

  • 请确保目标端MongoDB没有与源端相同的主键(默认为_id),否则会导致数据丢失。若目标端有与源端相同的主键,请在不影响业务的前提条件下清空目标端的相关数据(删掉目标端中与源端相同_id的文档)。

特殊情况

当源库为自建MongoDB时:

  • 在同步时,如果源库进行主备切换,将会导致同步任务失败。

  • 由于DTS的延迟时间是根据同步到目标库最后一条数据的时间戳和当前时间戳对比得出,源库长时间未执行更新操作可能导致延迟信息不准确。如果任务显示的延迟时间过大,您可以在源库执行一个更新操作来更新延迟信息。

说明

如果同步对象选择为整库,您还可以创建心跳,心跳每秒定期更新或者写入数据。

费用说明

同步类型链路配置费用
库表结构同步和全量数据同步不收费。
增量数据同步收费,详情请参见计费概述

任务步骤说明

同步类型

说明

库表结构同步

将源云数据库MongoDB版中同步对象的结构同步到目标云数据库MongoDB版中。

全量同步

将源云数据库MongoDB版同步对象的存量数据全部同步到目标云数据库MongoDB版中。

说明

支持全量同步DATABASE和COLLECTION。

增量同步

在全量同步的基础上,将源云数据库MongoDB版的增量更新同步到目标云数据库MongoDB版中。

说明

不支持增量同步在任务开始运行后新建的数据库,支持同步的增量更新如下:

  • CREATE COLLECTION、INDEX

  • DROP DATABASE、COLLECTION、INDEX

  • RENAME COLLECTION

  • 在集合中插入、更新、删除文档的操作。

数据库账号的权限要求

数据库

所需权限

创建及授权方式

云数据库MongoDB版

待同步库、admin库和local库的read权限。

使用DMS管理MongoDB数据库用户

目标云数据库MongoDB版

dbAdminAnyDatabase权限、目标库的readWrite权限、local库的read权限和config库的read权限。

操作步骤

  1. 进入同步任务的列表页面。

    1. 登录DMS数据管理服务

    2. 在顶部菜单栏中,单击集成与开发(DTS)

    3. 在左侧导航栏,选择数据传输(DTS) > 数据同步

    说明
  2. 同步任务右侧,选择同步实例所属地域。

    说明

    新版DTS同步任务列表页面,需要在页面左上角选择同步实例所属地域。

  3. 单击创建任务,配置源库及目标库信息。

    类别

    配置

    说明

    任务名称

    DTS会自动生成一个任务名称,建议配置具有业务意义的名称(无唯一性要求),便于后续识别。

    源库信息

    选择已有的DMS数据库实例(可选,如未创建可忽略此处选择,直接在下方配置数据库信息即可)

    您可以按实际需求,选择是否使用已有实例。

    • 如使用已有实例,下方数据库信息将自动填入,您无需重复输入。

    • 如不使用已有实例,您需要输入下方的数据库信息。

    数据库类型

    选择MongoDB

    接入方式

    选择云实例

    实例地区

    选择源云数据库MongoDB版实例所属地域。

    是否跨阿里云账号

    本示例为同一阿里云账号间的同步,选择不跨账号

    架构类型

    本示例选择副本集架构

    • 副本集架构:通过部署多种节点来达到高可用和读写分离的效果,详细信息,请参见副本集架构

    • 分片集群架构:提供Mongos、Shard和ConfigServer三种组件,可自由选择Mongos和Shard的个数和配置,详细信息,请参见分片集群架构

    实例ID

    选择源云数据库MongoDB版实例ID。

    鉴权数据库名称

    填入源云数据库MongoDB版实例数据库账号所属的数据库名称,若未修改过则为默认的admin

    数据库账号

    填入源云数据库MongoDB版实例的数据库账号,权限要求请参见数据库账号的权限要求

    数据库密码

    填入该数据库账号对应的密码。

    目标库信息

    选择已有的DMS数据库实例(可选,如未创建可忽略此处选择,直接在下方配置数据库信息即可)

    您可以按实际需求,选择是否使用已有实例。

    • 如使用已有实例,下方数据库信息将自动填入,您无需重复输入。

    • 如不使用已有实例,您需要输入下方的数据库信息。

    数据库类型

    选择MongoDB

    接入方式

    选择云实例

    实例地区

    选择目标云数据库MongoDB版实例所属地域。

    架构类型

    本示例需选择为分片集群架构

    实例ID

    选择目标云数据库MongoDB版实例ID。

    鉴权数据库名称

    填入目标云数据库MongoDB版实例数据库账号所属的数据库名称,若未修改过则为默认的admin

    数据库账号

    填入目标云数据库MongoDB版的数据库账号,权限要求请参见数据库账号的权限要求

    数据库密码

    填入该数据库账号对应的密码。

  4. 配置完成后,单击页面下方的测试连接以进行下一步

    如果源或目标数据库是阿里云数据库实例(例如RDS MySQL云数据库MongoDB版等),DTS会自动将对应地区DTS服务的IP地址添加到阿里云数据库实例的白名单中;如果源或目标数据库是ECS上的自建数据库,DTS会自动将对应地区DTS服务的IP地址添到ECS的安全规则中,您还需确保自建数据库没有限制ECS的访问(若数据库是集群部署在多个ECS实例,您需要手动将DTS服务对应地区的IP地址添到其余每个ECS的安全规则中);如果源或目标数据库是IDC自建数据库或其他云数据库,则需要您手动添加对应地区DTS服务的IP地址,以允许来自DTS服务器的访问。DTS服务的IP地址,请参见DTS服务器的IP地址段

    警告

    DTS自动添加或您手动添加DTS服务的公网IP地址段可能会存在安全风险,一旦使用本产品代表您已理解和确认其中可能存在的安全风险,并且需要您做好基本的安全防护,包括但不限于加强账号密码强度防范、限制各网段开放的端口号、内部各API使用鉴权方式通信、定期检查并限制不需要的网段,或者使用通过内网(专线/VPN网关/智能网关)的方式接入。

  5. 配置任务对象及高级配置。

    配置

    说明

    同步类型

    固定选中增量同步。默认情况下,您还需要同时选中库表结构同步全量同步。预检查完成后,DTS会将源实例中待同步对象的全量数据在目标集群中初始化,作为后续增量同步数据的基线数据。

    目标已存在表的处理模式

    • 预检查并报错拦截:检查目标数据库中是否有同名的集合。如果目标数据库中没有同名的集合,则通过该检查项目;如果目标数据库中有同名的集合,则在预检查阶段提示错误,数据同步任务不会被启动。

      说明

      如果目标库中同名的集合不方便删除或重命名,您可以更改该集合在目标库中的名称,详情请参见设置同步对象在目标实例中的名称

    • 忽略报错并继续执行:跳过目标数据库中是否有同名集合的检查项。

      警告

      选择为忽略报错并继续执行,可能导致数据不一致,给业务带来风险,例如:

      • 在目标库遇到与源库主键或唯一键的值相同的记录,则会保留目标库中的该条记录,即源库中的该条记录不会同步至目标库中。

      • 可能会导致无法初始化数据、只能同步部分的数据或同步失败。

    同步拓扑

    选择单向同步

    目标库对象名称大小写策略

    您可以配置目标实例中同步对象的库名、表名和列名的英文大小写策略。默认情况下选择DTS默认策略,您也可以选择与源库、目标库默认策略保持一致。更多信息,请参见目标库对象名称大小写策略

    源库对象

    源库对象框中单击待同步对象,然后单击向右将其移动至已选择对象框。

    说明

    同步对象的选择粒度为库或集合。

    已选择对象

    • 如需指定目标MongoDB(分片集群架构)中用于接收数据的数据库名称:

      右键单击已选择对象下方的目标数据库,在弹出的编辑Schema对话框中,将Schema名称修改为目标MongoDB(分片集群架构)中用于接收数据的数据库名称。更多信息,请参见库表列名单个映射

    • 如需指定目标MongoDB(分片集群架构)中用于接收数据的集合名称:

      右键单击已选择对象下方的集合,在弹出的编辑表对话框中,将表名称修改为目标MongoDB(分片集群架构)中用于接收数据的集合名称。

      重要

      仅当同步对象的粒度为集合时,支持指定用于接收数据的集合。

    说明
    • 若您需设置条件过滤数据(全量同步阶段支持条件过滤数据,增量同步阶段不支持条件数据过滤),请在已选择对象中右击待同步的表,在弹出的对话框中设置过滤条件。设置方法请参见设置过滤条件

    • 如果使用了对象名映射功能(指定用于接收数据的库数据库或集合),可能会导致依赖这个对象的其他对象同步失败。

  6. 单击下一步高级配置,进行高级配置。

    • 数据校验配置

      若您需要配置数据校验,请参见配置数据校验

    • 高级配置

      配置

      说明

      选择调度该任务的专属集群

      DTS默认将任务调度到共享集群上,您无需选择。若您希望任务更加稳定,可以购买专属集群来运行DTS同步任务。更多信息,请参见什么是DTS专属集群

      设置告警

      是否设置告警,当同步失败或延迟超过阈值后,将通知告警联系人。

      源库、目标库无法连接后的重试时间

      在同步任务启动后,若源库或目标库连接失败则DTS会报错,并会立即进行持续的重试连接,默认持续重试时间为720分钟,您也可以在取值范围(10~1440分钟)内自定义重试时间,建议设置30分钟以上。如果DTS在设置的重试时间内重新连接上源库、目标库,同步任务将自动恢复。否则,同步任务将会失败。

      说明
      • 针对同源或者同目标的多个DTS实例,如DTS实例A和DTS实例B,设置网络重试时间时A设置30分钟,B设置60分钟,则重试时间以低的30分钟为准。

      • 由于连接重试期间,DTS将收取任务运行费用,建议您根据业务需要自定义重试时间,或者在源和目标库实例释放后尽快释放DTS实例。

      源库、目标库出现其他问题后的重试时间

      在同步任务启动后,若源库或目标库出现非连接性的其他问题(如DDL或DML执行异常),则DTS会报错并会立即进行持续的重试操作,默认持续重试时间为10分钟,您也可以在取值范围(1~1440分钟)内自定义重试时间,建议设置10分钟以上。如果DTS在设置的重试时间内相关操作执行成功,同步任务将自动恢复。否则,同步任务将会失败。

      重要

      源库、目标库出现其他问题后的重试时间的值需要小于源库、目标库无法连接后的重试时间的值。

      是否限制全量迁移速率

      在全量同步阶段,DTS将占用源库和目标库一定的读写资源,可能会导致数据库的负载上升。您可以根据实际情况,选择是否对全量同步任务进行限速设置(设置每秒查询源库的速率QPS每秒全量迁移的行数RPS每秒全量迁移的数据量(MB)BPS),以缓解目标库的压力。

      说明

      仅当同步类型选择了全量同步时才可以配置。

      是否限制增量同步速率

      您也可以根据实际情况,选择是否对增量同步任务进行限速设置(设置每秒增量同步的行数RPS每秒增量同步的数据量(MB)BPS),以缓解目标库的压力。

      环境标签

      您可以根据实际情况,选择用于标识实例的环境标签。本示例无需选择。

      配置ETL功能

      选择是否配置ETL功能。关于ETL的更多信息,请参见什么是ETL

  7. 单击下一步配置库表字段,设置ShardKey的默认值。

    1. 单击目标集合行列的设置默认值

      说明

      ShardKey数量0表名称(集合),表示目标集合中没有分片键,无需设置默认值。

    2. 选择ShardKey默认值类型

      说明

      当前ShardKey默认值类型仅支持stringint

    3. 设置ShardKey的默认值

      重要
      • 仅当目标MongoDB(分片集群架构)的版本低于4.4时,设置的ShardKey默认值才会生效。

      • 您需要为待同步对象中所有的ShardKey设置默认值,否则预检查阶段将会产生告警,甚至会导致任务运行失败。

  8. 保存任务并进行预检查。

    • 若您需要查看调用API接口配置该实例时的参数信息,请将鼠标光标移动至下一步保存任务并预检查按钮上,然后单击气泡中的预览OpenAPI参数

    • 若您无需查看或已完成查看API参数,请单击页面下方的下一步保存任务并预检查

    说明
    • 在同步作业正式启动之前,会先进行预检查。只有预检查通过后,才能成功启动同步作业。

    • 如果预检查失败,请单击失败检查项后的查看详情,并根据提示修复后重新进行预检查。

    • 如果预检查产生警告:

      • 对于不可以忽略的检查项,请单击失败检查项后的查看详情,并根据提示修复后重新进行预检查。

      • 对于可以忽略无需修复的检查项,您可以依次单击点击确认告警详情确认屏蔽确定重新进行预检查,跳过告警检查项重新进行预检查。如果选择屏蔽告警检查项,可能会导致数据不一致等问题,给业务带来风险。

  9. 预检查通过率显示为100%时,单击下一步购买

  10. 购买页面,选择数据同步实例的计费方式、链路规格,详细说明请参见下表。

    类别

    参数

    说明

    信息配置

    计费方式

    • 预付费(包年包月):在新建实例时支付费用。适合长期需求,价格比按量付费更实惠,且购买时长越长,折扣越多。

    • 后付费(按量付费):按小时扣费。适合短期需求,用完可立即释放实例,节省费用。

    资源组配置

    实例所属的资源组,默认为default resource group。更多信息,请参见什么是资源管理

    链路规格

    DTS为您提供了不同性能的同步规格,同步链路规格的不同会影响同步速率,您可以根据业务场景进行选择。更多信息,请参见数据同步链路规格说明

    订购时长

    在预付费模式下,选择包年包月实例的时长和数量,包月可选择1~9个月,包年可选择1年、2年、3年和5年。

    说明

    该选项仅在付费类型为预付费时出现。

  11. 配置完成后,阅读并勾选《数据传输(按量付费)服务条款》

  12. 单击购买并启动,同步任务正式开始,您可在数据同步界面查看具体任务进度。